对于项目中用到MambaIR的小伙伴，需要pip安装 causal_conv1d和 mamba-ssm两个包及其依赖：

torch
packaging
transformers

MambaIR-Github主页（含installation）
This codebase was tested with the following environment configurations. It may work with other versions：

Ubuntu 20.04
CUDA 11.7
Python 3.9
PyTorch 1.13.1 + cu117

方法1、下载whl文件到本地后pip install

安装顺序参照：Mamba 环境安装踩坑问题汇总及解决方法方法三

conda create -n your_env_name python=3.10.13
conda activate your_env_name
conda install cudatoolkit==11.8 -c nvidia
pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu118
conda install -c "nvidia/label/cuda-11.8.0" cuda-nvcc
conda install packaging
pip install causal-conv1d==1.1.1
pip install mamba-ssm

当遇到causal-conv1d或mamba-ssm长时间building wheel卡着不动后error…的情况，我的解决方法是：

下载causal-conv1d
Dao-AILabcausal-conv1d
和mamba-ssm
state-spacesmamba
的whl文件，并pip install本地安装；源码安装、注释版本号限制、更换CUDA，torch版本笔者也尝试过，均不可行。
下载很慢的话换台电脑试试，跟新旧网卡有点关系。。

如我的conda环境：

centos
CUDA 11.8
Python 3.9.4
PyTorch 2.1.0 + cu118

则mamba-ssm的whl需要选择：mamba_ssm-1.0.1+cu118torch2.1cxx11abiFALSE-cp39-cp39-linux_x86_64.whl

安装成功后验证：

方法2、拉取Docker镜像

参考：直接使用Mamba基础环境docker镜像